基于机器学习的辅助逆变器温度预测  

Temperature prediction for auxiliary inverter based on machine learning

作　　者：曲涛 杨泽迎 黄飞 洪希仁 常伟 黄德演 QU Tao;YANG Zeying;HUANG Fei

机构地区：[1]江苏中车数字科技有限公司,江苏南京210008 [2]泰雷兹(中国)企业管理有限公司,北京100125 [3]上海觉云科技有限公司,上海200030 [4]广东毓秀科技有限公司,广东广州510623

出　　处：《机车车辆工艺》2024年第1期37-40,共4页Locomotive & Rolling Stock Technology

摘　　要：辅助逆变器的状态直接影响地铁安全运行和乘坐舒适度,为确保地铁运行过程中辅助逆变器能正常工作,文章提出基于机器学习的方法对辅助逆变器温度进行预测,判断辅助逆变器的温度是否存在异常。首先分析原始数据并提取相关特征;其次基于多元线性回归算法、随机森林和K近邻回归模型,建立辅助逆变器温度预测模型,并进行模型训练;最后采用K折交叉验证得出该模型在测试集上的平均绝对误差(MAE)、均方误差(MSE)和R-Squared指标,用以评价模型的拟合效果。试验结果表明:基于多元线性回归和随机森林建立的两个模型在此应用场景下表现较好,两种模型的置信度均在93%左右。

关 键 词：辅助逆变器 温度预测 多元线性回归模型 随机森林 K近邻回归 地铁 

分 类 号：U264.37[机械工程—车辆工程]